大數據、人工智能、區塊鏈、云計算、物聯網、移動支付等新興技術蓬勃發展并不斷加速向社會生活的各領域滲透融合，對經濟發展和社會進步產生了深刻影響，金融業的產品服務、運營管理和客戶體驗也在技術的驅動下加速了創新變革的步伐。
大數據是重要的生產資料，是人工智能大腦流動的血液，作為國家“互聯網+”行動的重要戰略資源，對金融機構智能轉型化發展的驅動作用越發凸顯，成為構建銀行未來核心競爭力的關鍵。
驅動銀行業數字化轉型
目前，良好的政策環境也推動中國大數據產業快速發展。為了鼓勵包括大數據在內的新興技術發展，中國監管機構與時俱進地制定和出臺了系列政策，有力地保障和促進了行業的整體穩健發展。《國務院關于積極推進“互聯網+”行動的指導意見》明確要求鼓勵金融機構使用互聯網拓寬服務覆蓋面，使用云計算、移動互聯網、大數據等技術手段來加快金融產品和服務創新，在更廣泛地區提供便利的存貸款、支付結算、信用中介平臺等金融服務。《中國銀行業信息科技“十三五”發展規劃監管指導意見（征求意見稿）》也明確要求要構建數據共享機制，逐步實現內外部數據的融合；統籌規劃大數據基礎設施，推進大數據平臺建設；建立大數據服務體系，擴大數據服務的用戶覆蓋面；積極擴大信息來源以奠定大數據應用基礎；開展大數據營銷，提高獲客能力和客戶黏性；加強大數據風控，全面了解運營情況并及時優化業務流程，以推動業務創新；拓寬普惠金融的服務范圍為實體經濟發展提供支撐。
大數據、人工智能等技術的發展正處于由量變到質變，從概念到應用的階段，在新一輪技術革命、產業升級和經濟轉型的歷史交會點上，抓住了就是機遇，錯過了就是挑戰。一個銀行能否百年長青，核心在于理解和擁抱新技術，以創新推動轉型發展。大數據作為銀行業的核心資產，“用數據驅動轉型發展”已經成為大家的共識。商業銀行擁有大量的金融交易數據，具備成為數字化轉型的先天優勢。過去海量的結構化數據相互割裂、靜止，沉睡在數據庫中。隨著新技術的快速進步，金融行業的數據應用開始流動融合，變得活躍而有生命力。大數據已經成為銀行業創新的一把利器，具備大數據駕馭能力的金融機構可以實現基于數據驅動的管理決策、服務運營、風險管理及產品創新等的智能化轉型與變革。
同時，對于占國家金融命脈主體地位的商業銀行，以至于整個金融體系而言，大數據可以解決部分黑色產業漏洞及安全威脅。互聯網金融蓬勃發展的同時也面臨著更加嚴峻的安全考驗。首先，傳統黑客變種升級，釣魚網站、木馬僵尸、撞庫攻擊、安全漏洞等越發肆虐，黑產技術的先進性、復雜性、隱蔽性和持續性都遠遠超出了傳統網絡安全技術的應對與防護能力范圍，不斷侵蝕金融生態安全,猶如潰堤的蟻穴,若無數個不受控制的單個風險點最終全面開花將會帶來巨大的損失。其次，新技術、新架構的應用引入新的安全風險與威脅。再次，互聯網環境下的信息泄漏和信息濫用等問題越發嚴峻，銀行業如何在開放合作中有效保護客戶隱私與信息安全任重道遠。所謂道魔互博，借助大數據技術可以解決創新階段的黑產漏洞及安全威脅帶來的制約。比如基于海量的計算和存儲能力打破信息孤島，持續豐富信息數據維度，完善治理數據質量的同時可實現威脅情報與信息共享。再比如，借助大數據技術并結合機器學習及人工智能，可以有效加強網絡安全威脅的態勢感知、預警與分析，提升金融網絡安全防御的廣度與深度，前瞻性地了解對手，提前感知并精準定位風險，并采取有效的風險應對措施為業務的穩健發展和銀行的智能轉型保駕護航。
傳統商業銀行的挑戰
傳統商業銀行是最先使用信息技術也是信息技術使用最廣泛的行業之一。銀行對客戶、賬戶信息的存儲和使用都有健全的管理機制。但是與新興的互聯網企業相比，由于起點不同，銀行的數據管理能力存在明顯差距，銀行業整體在大數據使用方面也面臨挑戰。
首先，銀行在內部數據收集方面遇到的挑戰。銀行在數據應用方面的挑戰是全方位的，傳統的IOE架構因為存儲成本相對較高，大量的歷史數據存儲在磁帶中，甚至檔案館中還有大量沒有數字化的物理憑證或沒有結構化的影像數據。即使將這些數據結構化，銀行還要面臨歷史數據標準不統一、缺乏有效數據治理手段、數據質量參差不齊、數據應用無章可循等歷史遺留問題。與此同時，傳統的以賬戶為中心，以會計為導向的銀行IT系統缺乏收集客戶賬戶查詢、咨詢、投訴等行為信息的能力，無法體現高維度的數據價值。數字時代銀行的IT系統必須是以客戶為中心，以市場為導向，具備采集全渠道客戶基本信息、交易信息、交易對手信息、客戶與銀行的接觸軌跡信息等更多維度信息的能力。這就要求銀行從客戶信息治理、豐富客戶模型開始，不斷完善客戶、賬戶信息的同時開始客戶行為信息的收集。數據的價值將會隨著維度的增加而顯著提高。
其次，銀行在外部數據收集方面遇到的挑戰。互聯網平臺公司擁有大量與客戶頻繁互動的場景，在收集客戶行為信息、客戶之間關聯信息等方面具有天然優勢。銀行必須通過與互聯網企業合作才能采集更多維度的信息，但是銀行必須在保護客戶隱私的合規前提下，及時有效地獲取相關信息。其合規成本與合作的代價也是傳統銀行在開發相關數據應用時必須考慮的。
再次，銀行在大數據應用IT支撐方面遇到的挑戰。大數據應用的軟硬件支撐平臺對傳統銀行的IT系統提出了新的要求。特別是在分布式存儲和處理實時數據能力方面銀行迫切需要專業的人才支持。非結構化數據的結構化，具備自學習能力的數據模型機制，還要求銀行具備將前沿的人工智能技術與大數據應用相結合的能力。此外，商業銀行還需要在實踐中培養可以支持開放式平臺架構、分布式應用系統、Hadoop架構等的開發和運營維護人員。
大數據金融的探索與展望
在外部技術變革驅動和內部轉型發展的共同推動下，中國銀行業都在積極地踐行國家“互聯網+”戰略，前瞻性地探索并積極推進新興技術的應用，將科技創新與業務創新深度融合。國內多家銀行目前已經在精準營銷、智能風控、跨界合作、普惠金融、數據治理等方面取得了顯著的應用成效，有效地提升了自身網絡金融包括風險管理、大數據應用、人工智能應用、云計算、產品效率等核心能力。結合中國銀行的實踐經驗而談，對于銀行業而言大數據金融的探索與實踐，需要提升以下四個的方面的能力與效率。
一是大數據洞察，建立客戶全生命周期管理。過去銀行對客戶的了解主要依賴于開戶基本信息和賬戶交易情況，對客戶行為、偏好、動態知之甚少，無法滿足不同客戶千變萬化的需求。并且，在中國的信用體系還不完備的情況下，很大一部分長尾客戶是“信用白戶”，當前校園貸市場的亂象和正規金融機構的缺位也有直接的關聯。針對這些問題，多家銀行嘗試利用大數據對客戶進行全面畫像，在洞察客戶多元化需求的基礎上提供個性化服務和差異化定價，同時精準識別潛在客戶，激活睡眠客戶的同時，提升客戶滿意度。以中國銀行為例，一方面以“+互聯網”的模式推動傳統銀行業務觸網，另一方面以“互聯網+”創新服務，基于大數據技術識別客戶的貸款意愿、評估還款能力，推出了全流程在線信用貸款的秒貸產品。同時，把目光放至客戶的全生命周期信用管理，用大數據技術“提前鎖定”潛力客戶，動態更新信用評分，了解客戶動向，測算包括校園貸、助學貸在內的金融產品的未來盈利能力。也正是基于整合分析了海量金融數據，精準描繪客戶畫像，預測客戶的成長屬性，秒速實現從申請、審批到放款的業務流程全在線，中國銀行可以在大數據技術的幫助下，積極踐行國家普惠金融戰略。而發展普惠金融是金融支持實體經濟的必然要求，也是銀行業轉型的重大機遇。普惠金融的核心理念是“金融普惠”，解決普惠金融發展特別是信貸業務的痛點，需要解決效率、成本、體驗、風控等四個方面的核心問題。大數據提供了解決之道。利用大數據能夠在一定程度上提升風控能力，提高業務處理速度，降低邊際成本。
二是大數據風控，助力銀行智能化轉型。商業銀行的經營管理和風險管理面臨諸多前所未有的挑戰，傳統信貸投放中，客戶經理一般用財務報表、人行征信、抵質押品等基本信息，依靠經驗進行信用評估。傳統的視圖反映了客戶當前靜止的、切片式的狀態，受限于能力和信息的不對稱，就算“握著客戶的手放款”也未必能真實了解客戶的實際風險承受能力并做出預判，從而導致銀行遭受風險損失。而基于大數據技術的風控平臺打通了行內行外數據孤島，若更加充分利用政府平臺公開信息以及互聯網信息，結合人工智能建模技術在海量信息中進行價值挖掘，商業銀行大數據應用將全面嵌入業務流程，提高風險精細化管理水平的同時也能有效地提升風險決策的實時性。比如利用知識圖譜挖掘技術挖掘集團間、企業間、主要控制人間隱藏關聯關系，并生成可視化關聯關系圖譜，及時發現異常避免不必要的風險損失。大數據應用使得金融機構以動態的、聯系的、全面的、發展的視角描繪客戶成為可能，傳統風控的理念是根據歷史預測未來，而現在的技術手段讓我們在風控上不僅可以“以史為鑒”，更可以“繼往開來”。
三是大數據合作，跨界打造金融數據生態圈。互聯網企業加入到以往只有傳統金融機構的市場競爭中，對產品服務、盈利模式和客戶體驗進行了顛覆，傳統行業都不同程度受到沖擊，在經濟新常態下傳統企業更要抱團取暖，形成合力。而大數據的價值在于準確、及時地整合和應用行業內外的有效數據，把跨業、跨界多維度的數據集聚起來，發揮傳統行業各自領域所長，打造數據生態圈。因此商業銀行需要建立合作思維，以合作的心態與能為自身提升金融效率、降低風險的大數據機構進行跨界合作，實現共贏。
四是強化安全管控，建立健全客戶信息安全機制。大數據的發展是把雙刃劍，大數據在不斷發展的過程之中，買賣數據和信息泄露等威脅個人信息安全并侵犯個人合法權益的不法事件頻出。2017年6月1日《中華人民共和國網絡安全法》正式實施，加強了對個人信息的保護。中國銀行業應嚴格遵循相關法律法規要求，持續強化基礎設施的安全保障與防護體系，持續強化數據安全治理，持續強化數據流動與利用管理機制。
為充分發揮大數據潛力以驅動網絡金融業務發展，中國銀行業需構建政產學研用為一體的開放、共享、互利、共贏的大數據產業生態體系。在數據共享方面，應加強頂層設計和統籌協調，推動資源整合和公共數據互聯開放共享，借力“一帶一路”倡議契機推動全球范圍內的全息數據共享。在數據安全方面，應不斷完善法規制度和標準體系，切實保障數據安全。在數據質量方面，高質量的數據是大數據發揮效能的“生命線”，應采取系統性方法進行全生命流程的數據質量管理，從數據源頭出發改善數據質量并提供持續迭代的資源投入。在人才隊伍方面，應著力培育具備業務視角與技術敏銳度的跨界復合型人才，為建立大數據分析導向的智能化應用和全生命周期鏈路持續提供輸入。在創新研究方面，應聚焦大數據創新前沿，加強前瞻性研究的同時利用柔性團隊迭代開發快速孵化新應用。
可以預期，未來將有越來越多的商業銀行用數據驅動銀行智能轉型發展，打造有溫度的普惠金融產品，培育健康向上的金融生態，為實體經濟服務，為普羅大眾服務。（作者系中國銀行總行網絡金融部總經理、中國互聯網金融協會金融科技發展與研究工作組副組長。本文摘自《清華金融評論》）
京公網安備 11010502049343號